面向地域的网络话题识别方法

摘要：

[目的]挖掘网络话题的地域分布,为舆情管控和社会管理提供决策依据.[方法]通过引入网络签到功能,将用户评论的位置参数引入到LDA模型中,提出一种面向地域的网络话题识别模型(Regional Oriented Latent Dirichlet Allocation,RO-LDA).该模型将每个文本词都打上位置标签,联合建模文本、话题、位置和词汇,生成文本-话题、话题-特征词和(话题,地域)-位置三个分布矩阵.通过话题-特征词分布识别出网络话题,再通过(话题,地域)-位置分布识别出话题的流行区域.[结果]在真实数据集上验证RO-LDA模型,F值达80.05％,高于其他对比模型.[局限]文本位置标签的概化由人工设定,标签概化范围的大小对话题的地域识别精度具有一定程度的影响.[结论]将位置参数和LDA模型融合,实现了话题地域特征识别,为话题的线下挖掘提供了新思路.

关键词：地域、网络话题、热点事件、RO-LDA模型、话题识别

所属期刊栏目：4

分类号：G210.7(新闻学、新闻事业)

资助基金：本文系安徽省高校人文社会科学重点项目“大数据背景下医疗纠纷时间的语义识别及其对网络舆情预警影像的研究”;安徽省高校自然科学重点项目“基于机器学习的医疗卫生网络社团识别方法研究”;蚌埠医学院人文社会科学重点项目“基于情感遗传的突发医疗事件网络舆情在线跟踪方法研究”

在线出版日期：2020-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：173-181